摘要：提出了一种基于遗传算法的径向基神经网络设计方法,对具有复杂非线性特征的某装备扫雷犁系统进行了建模研究。在神经网络设计过程中,采用遗传算法确定神经网络的中心参数,提高了建模精度,采用最大距离法确定宽度参数和采用最小二乘法确定权值参数,减轻了算法的计算量,从而实现了快速准确的扫雷犁系统的神经网络建模。与其它神经网络建模方法的比较,验证了本文提出方法的有效性。

摘要：针对坦克炮控系统的时变性和非线性,设计一种神经网络自适应滑模控制方法。基于滑模控制强鲁棒性的优点,用RBF神经网络对系统摄动参数和未建模动态进行自适应逼近,可有效地降低切换增益,抑制系统的抖振。将滑模控制和神经网络逼近相结合,既保证了系统的鲁棒性又削弱了系统的抖振。仿真结果表明该设计能够有效地提高系统的动静态性能,优于经典的控制方法,为坦克炮控系统的设计提供了一种可行的设计方法。

摘要：针对交流伺服系统存在不确定性和多干扰性的特点,将模糊控制和滑模变结构控制结合起来,设计了一种模糊滑模控制器,用于交流伺服系统的位置控制。仿真结果表明,该控制器能较好地实现对指令信号的跟踪,并且使交流伺服系统具有较强的鲁棒性。

摘要：采用递阶遗传算法学习径向基函数神经网络的结构和参数,实现了某扫雷犁电液伺服系统的神经网络精确建模。介绍了某扫雷犁电液伺服系统的工作原理,详细论述了基于递阶遗传算法的径向基函数神经网络设计方法,即采用控制基因确定隐节点数目,采用参数基因辨识隐节点中心参数,利用最小二乘法计算连接权值。最后采用该方法对某扫雷犁电液伺服系统进行了建模研究,并与其它建模方法进行了比较,实验结果验证了该方法的有效性。

摘要：某火箭炮交流位置伺服系统存在非线性、强耦合、时变性,传统控制难以取得很好的控制效果,为此提出了基于对角递归神经网络(DRNN)的模型参考自适应控制,设计了对角递归神经网络辨识器与控制器,并引入了动量因子和自适应学习因子,提高了自适应控制器的稳定性和响应速度,仿真结果表明该控制器具有精度高,响应快,鲁棒性好的特点。

摘要：针对轮式自行火炮交流伺服系统控制响应速度快和可靠性要求高的特点,提出一种基于STM32和DSP的火炮交流系统控制方法。以轮式自行火炮交流伺服系统为研究对象,对火炮交流伺服系统的硬件和软件设计进行研究,并进行实验仿真验证。结果表明,该方法操作方便、运算速度快,能高效、可靠地控制某轮式自行火炮的交流伺服系统。

摘要：为解决磁流变(MR)阻尼器因其固有的强非线性磁滞特性使得其逆向模型的建立不能取得较好精度的问题,利用BP神经网络技术建立MR阻尼器的逆向模型,采用思维进化算法(MEA)对神经网络的权值和阈值进行优化。将所建立的逆模型应用于1/4车半主动悬架系统中进行仿真,结果表明,优化后的神经网络模型提高了控制电流的预测精度,半主动控制效果较好,可以较好地实现对期望阻尼力的跟踪。

摘要：本文设计了一种小波神经网络控制器,并将其应用于某武器的射角调整控制,以提高非线性环节影响下调炮系统的控制品质。本文中使用的小波神经网络采用BP神经网络的结构为基础,构建紧致型小波神经网络,以获得动态最优控制性能。仿真结果显示,所提的控制策略可有效抑制抖振,提高系统的控制精度和瞬态响应性能,并且对负载扰动和系统参数不确定性具有鲁棒性。可以满足射角控制的指标要求,实现平稳、快速、精准调炮,具有重要的实际工程应用价值。

摘要：为了提高永磁同步电机调速控制性能,在分数阶积分滑模控制策略的基础上,设计一种基于神经网络的变阶次分数阶积分滑模控制策略。利用分数阶积分随时间缓慢衰减的特性来增强系统的鲁棒性,通过指数趋近律削弱滑模面的抖振现象,分析了分数阶阶次对系统动态性能的影响,引入RBF神经网络对滑模面函数中的分数阶积分阶次进行动态调节,提高了系统的综合性能。仿真结果表明:与固定阶次的分数阶积分滑模控制相比,该控制方法有利于取得更好的动态跟踪性能和稳定精度。

摘要：针对坦克快速运动过程中火炮控制系统存在一系列复杂的非线性问题,提出一种自适应鲁棒控制方法。结合自适应控制智能优化自身参数的特点和鲁棒控制的稳定性特点,通过设计一种能够实时准确测定扰动项扰动观测器加入到控制策略中,从而精确补偿扰动。仿真结果表明:该控制策略能较好地提升炮控系统的抗干扰能力和稳定性,有效提高坦克行进间的射击精度。